⏱️ Lectura: 11 min
Un sistema de inteligencia artificial acaba de demostrar con matemáticas, no con intuición, que el cifrado de Signal hace exactamente lo que promete. Google DeepMind anunció que su framework AlphaProof Code verificó formalmente las propiedades de seguridad del código real que corre detrás del protocolo de Signal, la base criptográfica que usan miles de millones de conversaciones en Signal y Google Messages. El procedimiento, que históricamente consumía años de trabajo experto, tardó apenas cuatro semanas.
📑 En este artículo
- TL;DR
- Qué es AlphaProof Code
- Qué pasó
- Contexto: décadas de verificación incompleta
- Detalles técnicos: cómo funciona el framework de verificación formal
- Impacto y análisis: qué cambia para la seguridad de software
- Qué sigue
- Preguntas frecuentes
- ¿Qué es AlphaProof Code y quién lo desarrolló?
- ¿Por qué la herramienta de DeepMind eligió el protocolo de Signal como primer caso?
- ¿Cuánto tardó el sistema de pruebas en Lean y cuánta prueba generó?
- ¿Cómo se comprobó que la verificación agéntica de código realmente detecta fallas?
- ¿El framework de verificación formal hace que el protocolo de Signal sea infalible?
- ¿DeepMind va a liberar el código del sistema de pruebas en Lean?
- Referencias
TL;DR
- AlphaProof Code de Google DeepMind verificó formalmente el código real del protocolo de Signal en cuatro semanas.
- Los agentes con Gemini Carbon generaron más de seis millones de líneas de prueba en el lenguaje Lean.
- Solo el 1% del código necesitó revisión humana directa; Lean comprobó automáticamente el resto.
- El sistema detectó como inseguras dos versiones con bugs reales que Signal ya había corregido.
- Signal confirma que la verificación eleva la confianza en las garantías de privacidad de su protocolo.
Qué es AlphaProof Code
AlphaProof Code es un framework de verificación formal creado por Google DeepMind que combina agentes basados en modelos de lenguaje con el demostrador de teoremas Lean para probar matemáticamente que un programa cumple sus especificaciones de seguridad hasta el nivel del código que efectivamente se ejecuta en los dispositivos, no solo del diseño en papel.
Su primer despliegue público fue precisamente el protocolo de Signal, considerado durante años un desafío de referencia en software de seguridad. El resultado, según DeepMind, es la primera vez que la implementación real de un protocolo criptográfico ampliamente usado queda verificada formalmente, con o sin inteligencia artificial de por medio.
Qué pasó
Investigadores de Google DeepMind guiaron a agentes de inteligencia artificial para probar, con el framework de verificación formal, las propiedades de seguridad clave del código que sostiene al protocolo de Signal, usado tanto por la app Signal como por Google Messages.
El trabajo arrancó con una traducción manual asistida. Los investigadores usaron una combinación de modelos para convertir los objetivos de seguridad en especificaciones matemáticas formales, y expertos humanos revisaron cada una de ellas antes de avanzar. Desde ahí, agentes impulsados por el modelo Gemini Carbon se encargaron de generar las pruebas, produciendo más de seis millones de líneas de código en Lean, el lenguaje que permite demostrar matemáticamente que un programa es correcto.
Después de generar la prueba, los propios agentes la auditaron y señalaron qué partes necesitaban una segunda mirada humana: apenas el 1% de la base de código. El resto quedó validado automáticamente por Lean, que revisa cada paso lógico sin margen de error. Según el anuncio de DeepMind, todo el proceso tomó cuatro semanas, frente a los años que suelen necesitar equipos expertos para una verificación de esta profundidad.
Para confirmar que el sistema distingue código correcto de código con fallas, el equipo reintrodujo deliberadamente dos bugs reales, ya corregidos previamente, en una versión aislada del código de Signal. En ambos casos, AlphaProof Code generó una prueba verificada por máquina de que la versión con el bug era insegura.
«El uso de agentes de inteligencia artificial para traducir código real en vigencia a teoremas válidos de Lean es un gran avance. A medida que crecen las amenazas impulsadas por inteligencia artificial, verificar rigurosamente la implementación del protocolo de Signal nos da aún más confianza en las garantías de privacidad de nuestro código», afirmó Ehren Kret, director de tecnología de Signal, según el blog de DeepMind.
Contexto: décadas de verificación incompleta
La seguridad criptográfica lleva décadas analizándose casi exclusivamente en el papel. Investigadores demuestran que un diseño matemático es correcto, pero rara vez llegan a comprobar que la implementación real, el código que compila y corre en un teléfono, respeta ese diseño al pie de la letra. Ahí suelen esconderse las vulnerabilidades, en la distancia entre la especificación y el binario.
El protocolo de Signal es, desde hace más de una década, la referencia de cifrado extremo a extremo para mensajería. Lo usan Signal, Google Messages y, en variantes distintas, otras apps de chat cifrado. Por eso cargaba fama de desafío de referencia para la verificación formal, porque nadie había logrado probar matemáticamente que su código, y no solo su diseño, cumple garantías como mantener los mensajes protegidos incluso después de que un dispositivo quede comprometido temporalmente.
Detalles técnicos: cómo funciona el framework de verificación formal
El sistema divide el trabajo de verificación como lo haría un equipo de investigación humano. Primero, humanos y modelos colaboran para fijar las especificaciones, es decir, qué debe ser cierto del código. Después, un grupo de agentes de inteligencia artificial, en este caso impulsados por Gemini Carbon, se dedica exclusivamente a producir la demostración matemática en Lean. Cada paso de esa demostración pasa por el verificador de Lean, que rechaza cualquier paso lógico inválido, así que no hay forma de que una prueba pase si contiene un error, porque el propio lenguaje lo impide.
sequenceDiagram
participant H as Humanos
participant M as Modelos
participant A as Agentes Gemini Carbon
participant L as Lean
H->>M: definen objetivos de seguridad
M->>H: propone especificación formal
H->>A: aprueba especificación revisada
A->>L: genera prueba de 6M+ líneas
L-->>A: verifica cada paso lógico
A->>H: señala el 1% para revisión humanaEste trabajo se distingue de las verificaciones formales previas por su profundidad, porque bajó hasta el código compilado y no se quedó en el diseño en papel. Esa decisión multiplica la complejidad. Las vulnerabilidades reales casi siempre aparecen en la brecha entre el diseño prometido y lo que el compilador finalmente produce. Según el anuncio de DeepMind, el enfoque previo de verificación formal se había limitado necesariamente a alcances menores, mientras que este nuevo método permite una expansión significativa, según explicó Ehren Kret, director de tecnología de Signal, en declaraciones publicadas por DeepMind.
El costo de este enfoque no es solo de cómputo: es de revisión experta dirigida. En lugar de que un equipo de criptógrafos lea línea por línea los seis millones de líneas de prueba, Lean valida automáticamente la inmensa mayoría y los expertos concentran su tiempo exclusivamente en el 1% que los propios agentes marcaron como dudoso. Es la misma lógica de un linter, pero aplicada a demostraciones matemáticas en vez de a sintaxis de código.
Impacto y análisis: qué cambia para la seguridad de software
DeepMind plantea este trabajo como una prueba de concepto más amplia que Signal. Si un marco de verificación agéntica puede probar matemáticamente la seguridad de un protocolo criptográfico real, la misma técnica podría extenderse a sistemas igual de críticos, como firmware de dispositivos médicos o software que controla la red eléctrica, donde un error de implementación tiene consecuencias físicas y no solo digitales.
La compañía vincula además este trabajo con sus agentes de defensa automatizada, como CodeMender, bajo la idea de que la verificación formal y la detección automática de vulnerabilidades pueden combinarse para responder a la velocidad de las amenazas cibernéticas impulsadas por inteligencia artificial. DeepMind anunció que va a liberar como código abierto los artefactos de verificación generados en este trabajo, aunque todavía no detalló bajo qué licencia ni cuándo estarán disponibles por completo.
El propio anuncio reconoce un límite importante. Escalar esta técnica a otros sistemas requiere investigación continua, y no es un botón que cualquier equipo de ingeniería pueda apretar hoy sobre su propia base de código. El proceso necesitó cuatro semanas de trabajo coordinado entre especialistas en Lean, en criptografía y en los propios modelos, no una ejecución automática de punta a punta sin supervisión.
Qué sigue
El próximo paso declarado por DeepMind es abrir los artefactos de esta verificación a la comunidad, para que otros equipos de criptografía puedan auditarlo o reutilizar el enfoque en sus propios protocolos. Signal ya trabaja con DeepMind en afinar la metodología, según confirmó Kret, de cara a nuevas amenazas que surgen de agentes de inteligencia artificial capaces de automatizar ataques a gran escala.
Habrá que ver si otros protocolos ampliamente usados, como TLS 1.3 o los esquemas de cifrado post-cuántico que NIST estandarizó en FIPS 203, pasan por un proceso similar. Mientras tanto, la referencia inmediata de comparación es que este trabajo tomó cuatro semanas donde antes se hablaba de años, un cambio de escala que, si se repite en otros proyectos, movería la verificación formal de ser un lujo académico a una práctica de ingeniería rutinaria.
📖 Resumen en Telegram: Ver resumen
Probalo vos: abrí el repositorio oficial de Lean y mirá cómo se escribe una demostración real antes de asumir que la verificación formal es solo teoría académica.
Preguntas frecuentes
¿Qué es AlphaProof Code y quién lo desarrolló?
Es un framework agéntico de verificación formal desarrollado por Google DeepMind. Combina modelos de lenguaje con el demostrador de teoremas Lean para probar matemáticamente que el código real de un programa cumple sus especificaciones de seguridad.
¿Por qué la herramienta de DeepMind eligió el protocolo de Signal como primer caso?
Porque cargaba fama de desafío de referencia en seguridad. Protege miles de millones de conversaciones en Signal y Google Messages, y nunca se había verificado formalmente su implementación real, solo su diseño en papel.
¿Cuánto tardó el sistema de pruebas en Lean y cuánta prueba generó?
DeepMind reporta que la verificación tomó cuatro semanas y que los agentes produjeron más de seis millones de líneas de prueba en Lean, de las cuales solo el 1% del código necesitó revisión humana.
¿Cómo se comprobó que la verificación agéntica de código realmente detecta fallas?
El equipo reintrodujo dos bugs reales, ya corregidos previamente en Signal, dentro de una versión aislada del código. En ambos casos, el framework generó una prueba verificada por Lean de que esa versión era insegura.
¿El framework de verificación formal hace que el protocolo de Signal sea infalible?
No. La prueba cubre las propiedades de seguridad específicas que los expertos formalizaron como especificación, como la protección de los mensajes antes y después de un compromiso temporal del dispositivo. Un error en la especificación original, o un problema fuera de ese alcance, no quedaría detectado por este método.
¿DeepMind va a liberar el código del sistema de pruebas en Lean?
Sí, la compañía anunció que abrirá los artefactos de verificación para uso de la comunidad, aunque todavía no precisó licencia ni fecha de disponibilidad completa.
Referencias
- Google DeepMind: anuncio oficial de AlphaProof Code y su verificación formal del protocolo de Signal.
- Signal: sitio oficial de la aplicación de mensajería cifrada cuyo protocolo fue verificado.
- Lean Prover: documentación oficial del lenguaje y demostrador de teoremas usado para las pruebas.
- Wikipedia: contexto histórico y técnico del protocolo de Signal.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Imagen destacada: Foto de Jake Walker en Unsplash
Así preparamos cada artículo (fuentes, pruebas y criterio editorial): Cómo trabajamos.
¿Te sirvió? ¿Te dio otro error? Contalo abajo: las preguntas se responden y le sirven al siguiente que llegue.
Dejar un comentario
0 Comentarios